《Unsupervised Domain Adaptation with Random Walks on Target Labelings》阅读理解

《Unsupervised Domain Adaptation with Random Walks on Target Labelings》这篇文章用随机漫步的方法来改进无监督域适应算法。

本文的摘要中写道：“We cast domain adaptation as the problem of finding stable labels for target examples”，文章将域适应的过程考虑为一个寻找目标问题稳定标签的问题。并且相对应的给出了衡量标签稳定性的定义：一个标签越稳定，很大可能是，在目标域上训练的分类器，会生成同样的标签。简单来讲，就是通过随机漫步来寻找那些度最高的标签，这些标签就是最终需要的标签。

作者给出本文算法的优势：不依赖数据转换，不需要接近源数据（does not need toaccess the source data 不知道翻译的准不准确，说实话，这个优点我没理解），当然这个算法的效果自然也是棒棒的。贡献部分我直接贴上：

后面的算法内容还彻底看懂，这坑以后再填吧。